Caso de éxito
Veintisiete mil URLs que no eran suyas
E-commerce de moda sostenible · Un caso forense: infección, diagnóstico y limpieza del índice de Google
La tienda tenía unas doscientas páginas. Google tenía indexadas casi veintisiete mil.
Esa frase, tal cual, resume el caso. Un e-commerce pequeño de camisetas de algodón orgánico pintadas a mano descubrió en diciembre de 2018 —durante un rastreo rutinario— un número anormal de direcciones que apuntaban a páginas de error. No eran suyas. Llevaban ahí desde el 12 de julio de 2017.
Dieciocho meses. Me explico 🙂 el sitio no estaba caído, ni daba error, ni mostraba nada raro al visitante. Simplemente estaba alojando, sin saberlo, un directorio de miles de páginas ajenas que Google llevaba año y medio rastreando e indexando como si fueran contenido de la marca.
Comencemos:
27.108
URLs tóxicas indexadas
~20.000
desindexadas en 30 días
46.283
incidencias en la auditoría
18 meses
que llevaba infectado sin saberlo
1. El diagnóstico: buscar el origen antes de tocar nada
Lo primero no fue limpiar. Fue hacer una copia completa del sitio en local el 9 de enero de 2019 para investigar sin riesgo, y no tocar producción hasta saber de dónde salían esas direcciones.
La fuente apareció cinco días después, el 14 de enero: una carpeta con ficheros maliciosos creada el 12 de julio de 2017 a las 10:39, con mapas del sitio fabricados que alimentaban a Google con miles de URL inventadas.
La auditoría técnica de ese mismo día devolvió el tamaño real del destrozo:
- 283 incidencias en total: 1.202 errores, 7.106 alertas y 37.975 avisos sobre 1.265 páginas rastreadas.
- 216 enlaces rotos y 209 páginas devolviendo error 4xx.
- 107 atributos alt de imagen vacíos y 907 títulos duplicados.
- Cero páginas con etiqueta canónica en todo el sitio, y las versiones con y sin cifrado conviviendo sin resolver.
- Y lo más revelador: direcciones del tipo `/404.html?page=…` captando tráfico orgánico real con un 91,67% de rebote. La infección no solo estaba indexada: estaba recibiendo visitas.
2. Lo que hicimos
Por ello el proyecto se ordenó en tres fases, y en ese orden exacto: entender, limpiar y reconstruir.
La cronología, tal como consta firmada en el informe de fin de proyecto:
- 9 de enero de 2019 — copia del sitio en sistema local para la investigación.
- 14 de enero — detección de la fuente de origen. Ese mismo día se firman la auditoría técnica, el informe de posicionamiento y el informe de URLs tóxicas.
- 28 de enero — entrega del estudio de palabras clave y de la propuesta de contenido, ya pensando en la reconstrucción.
- 11 de febrero — al comprobar el sistema tras la actualización se detecta que el script de analítica no estaba instalado. Se reinstala. Quedan cuatro días sin medición, y así consta.
- 12 de febrero — arranca la desindexación. «La dimensión de url´s tóxicas llega a casi 27.000 url´s únicas».
- 12 de marzo — se termina el SEO on-page de 15 páginas y 60 productos.
- 13 de marzo — «Quedan por desindexar casi 7.000 url´s únicas».
3. Hasta dónde llega este caso
La limpieza es incontestable y está documentada día a día. La recuperación de negocio no la contamos, y conviene explicar por qué: la ventana medida después de la intervención es de solo 31 días. Con un mes no se dibuja una recuperación, y presentar la de este caso como tal sería forzar el dato.
Está claro que da más gusto contar una curva que sube. Pero el valor de este proyecto no era la curva: era que la marca dejó de tener veintisiete mil páginas ajenas colgando de su dominio, comiéndose su presupuesto de rastreo y captando visitas hacia páginas de error. Le recomiendo aplicar ese criterio a sus propios informes: hay trabajos cuyo resultado es que algo deje de pasar, y también merecen contarse.
Resumiendo: ¿cuántas páginas cree que tiene indexadas?
Básicamente, esa es la pregunta con la que le dejo. Si su respuesta es «unas doscientas» y no lo ha comprobado este trimestre, compruébelo hoy.
Tres cosas que le recomiendo. Primero, mire el recuento de páginas indexadas en Search Console y compárelo con las páginas que usted sabe que tiene: si la diferencia es de más de un orden de magnitud, tiene un problema, no una anomalía. Segundo, rastree su propio sitio al menos una vez al trimestre, porque este cliente descubrió la infección en un rastreo rutinario, no en una alerta. Y tercero, antes de limpiar, haga copia y averigüe el origen: quien borra sin entender vuelve a estar infectado en tres semanas.
Recuerde, al final todo va de saber qué hay de verdad colgando de su dominio 😉